如何解释爬山图？

Question

在查看爬坡图时，我不确定如何解释x轴。我目前的理解是，y轴上的点是当前状态 good 的结果，而x轴由每个可能的状态组成。

但是我不确定的是如何确定x轴/ x轴的顺序。

第一个想法：遍历整个状态空间，评估每个状态并绘制点。

但这不是真正的爬山...

第二个想法：已执行爬山算法，并绘制了每个最佳邻居，并沿x轴从左到右依次绘制。

但是，将如何产生这些稳定的下坡呢？随机重启不会产生锯齿状的边缘吗？

第三个想法：这些下坡是回溯的结果。

但是，最后，为什么每个图形都不会导致最右边的点是峰值，表明已找到目标状态？这些图是否仅指简单超时或达到最大迭代次数的优化问题？

我的思考过程在哪里出错？这些图只是简单的抽象图，我正在考虑吗？任何指导将不胜感激。